我想对数据框的列进行许多修改。但是,由于需要大量列和转换,我希望避免一遍又一遍地使用数据框名称。
在 SAS 数据步骤中,在一个数据步骤中,您可以创建一个变量并在定义后立即引用它:
data A;
set A;
varA = varB > 1;
varC = var A + varB;
....
run;
是否可以在 R 中执行此操作?
我能想到的一种方法是使用 attach(),然后创建数百个数组,然后在 detach() 之前 cbind() 它们。我知道许多 R 老手建议不要使用 attach()。但是我需要做大量的数据操作(数百个新变量),并且按顺序对每个人调用 transform(df,) 会非常麻烦。
例如:
attach(A)
varA <- varB > 1
varC <- varA + varB
A <- cbind(varA, varB, varC)
detach()
但我不确定这是否是在 R 中执行此操作的最佳方法。
plyr
和mutate
。
A <- data.frame(varB = 1:5)
library(plyr)
A <- mutate(A, varA = varB>1, varC = varA + varB)
A
varB varA varC
1 1 FALSE 1
2 2 TRUE 3
3 3 TRUE 4
4 4 TRUE 5
5 5 TRUE 6
或者在 base
R 中within
。请注意,within
以相反的顺序返回您创建的列。
A <- data.frame(varB = 1:5)
A <- within(A, {varA <- varB>1; varC <- varA + varB})
A
varB varC varA
1 1 1 FALSE
2 2 3 TRUE
3 3 4 TRUE
4 4 5 TRUE
5 5 6 TRUE
到目前为止,我最喜欢的是data.table
和:=
DA <- data.table(varB = 1:5)
DA[,varA := varB >1 ][, varC := varA + varB]
DA
varB varA varC
1: 1 FALSE 1
2: 2 TRUE 3
3: 3 TRUE 4
4: 4 TRUE 5
5: 5 TRUE 6
目前:=
最容易每次调用[
仅使用一次。有办法解决这个问题,但我认为[
调用的字符串并不难理解(而且它将比mutate
或任何使用 data.frame 的方法快得多。
如果要在数据帧中创建新变量varC
,A
,可以使用
A$varC <- A$varA + (A$varA > 1)